Statistik

Ein Leitfaden zur Erstellung von Portfolios mit niedriger Volatilität mithilfe statistischer Methoden.

Eine Studie stellt eine Methode vor, um die Ausbreitung von Krankheiten abzuschätzen, damit die öffentliche Gesundheitsreaktion besser wird.

Eine Methode für präzise BevölkerungsSchätzungen auf granularer Ebene.

Ein bayesianisches Verfahren zur Ableitung verborgener Zustände in komplexen Systemen vorstellen.

Neue Methoden verbessern die Schätzungen von Behandlungseffekten in Subgruppen klinischer Studien.

Fortschrittliche Modellierung nutzen, um eine sichere Infrastrukturverwaltung zu gewährleisten.

Diese Studie untersucht, wie sich Teilzeitjobs auf die Mathematikleistungen von Highschool-Schülern auswirken.

Lerne, wie Quantilsregression und MM-Algorithmen die Datenanalyse in verschiedenen Bereichen verbessern.

Nii-C verbessert die Bayesian-Datenanalyse durch effiziente Sampling-Techniken.

Eine neue Methode verbessert das Lernen aus komplexen Daten mit Wasserstein-Proximalen.

Methoden, um komplexe Daten in klare visuelle Formate zu verwandeln.

Lerne, wie Quantilsregression und MM-Algorithmen die Datenanalyse in verschiedenen Bereichen verbessern.

Ein Blick darauf, wie sich das Gehirn von Kleinkindern entwickelt und welche Faktoren dieses Wachstum beeinflussen.

Ein neuartiger Ansatz vereinfacht die Parameterschätzung in Modellen, die keine klaren Likelihood-Funktionen haben.

LASPATED hilft dabei, Daten mit Standort- und Zeitaspekten zu analysieren, um bessere Erkenntnisse zu gewinnen.

Ein neuer Ansatz, um komplexe soziale Verhaltensweisen mithilfe von Simulationen zu studieren.

Diese Studie verbessert die Klassifikatorleistung durch gezielte Strategien im Multi-Instance Partial Label Learning.

Ein detaillierter Blick auf Training und Dynamik im maschinellen Lernen.

RSCUSUM bietet eine Lösung, um Änderungen in Daten effizient und genau zu erkennen.

Die Forschung konzentriert sich auf Pflanzenmerkmale mit fortschrittlicher Bildgebung und Maschinellen Lerntechniken.

Eine neue Methode für bessere Vorhersagesätze mit mehreren Bewertungsfunktionen.

ASkotch verbessert die Effizienz von Kernel-Ridge-Regressionsverfahren für grosse Datensätze.

Lerne, wie Gausssche Prozesse Vorhersagen verbessern und Unsicherheit in der Datenanalyse managen.

Eine neue Methode verbessert die Datenverarbeitung in der Teilchenphysik, indem sie sich auf Momente konzentriert.

Ein Blick in die Studie von Molekülwolken und ihrer Rolle bei der Entstehung von Sternen.

RSCUSUM bietet eine Lösung, um Änderungen in Daten effizient und genau zu erkennen.

Eine neue Methode verbessert die Genauigkeit der kausalen Entdeckung durch automatisierte Kernel-Auswahl.

Ein Tool für präzise Berechnungen der Stichprobengrösse in klinischen Studien unter Berücksichtigung von Non-Compliance.

Eine Methode für präzise BevölkerungsSchätzungen auf granularer Ebene.

Ein bayesianisches Verfahren zur Ableitung verborgener Zustände in komplexen Systemen vorstellen.

Lerne, wie Gausssche Prozesse Vorhersagen verbessern und Unsicherheit in der Datenanalyse managen.

Lern, wie sich Netzwerke über die Zeit verändern mit dem Temporalen Konfigurationsmodell.

Das Benfordsche Gesetz zeigt komische Muster bei den ersten Ziffern in Datensätzen.

Ein Verfahren zur detaillierten Signal Analyse über Zeit und Frequenz.

Neue Methoden verbessern das Verständnis des Universums durch Daten zur schwachen Gravitationslinsenwirkung.

Eine Studie darüber, wie Informationen durch soziale Netzwerke mit Gemeinschaftsstrukturen verbreitet werden.

Untersuchen, wie Streuobjekte die Qualität von drahtlosen Signalen in verschiedenen Umgebungen beeinflussen.

Lern, wie Bewegung die drahtlosen Kommunikationssignale und deren Zuverlässigkeit beeinflusst.

Entdecke Strategien, um deine Gewinnchancen in Himmel und Wasser zu verbessern.

Neue Prognosemethoden verbessern die Genauigkeit der Nachfragevorhersage und das Bestandsmanagement.

Das Benfordsche Gesetz zeigt komische Muster bei den ersten Ziffern in Datensätzen.

Neue Methoden verbessern das Vertrauensintervall in der hochdimensionalen Statistik.

Ein Blick auf Sensitivitätstests und deren Einfluss auf die Materialsicherheit.

Ein Werkzeug zur gleichzeitigen Variablenauswahl in bayesianischen Regressionsmodellen.

Ein Blick auf die Bedeutung von Sub-Weibull-Verteilungen in der Datenanalyse.

Die MGMC-Methode verbessert die Effizienz beim Sampling komplexer Gaussscher Verteilungen.

Dieses Papier beschäftigt sich mit der Erstellung von Vertrauensbändern für die Spektraldichte in stationären Zeitreihen.

Erforschung fortgeschrittener Techniken für gleichmässige Stichproben in komplexen geometrischen Formen.